【技术实现步骤摘要】
本专利技术涉及面板表面缺陷检测，具体而言，涉及一种面板表面缺陷检测方法、系统、设备及存储介质。
技术介绍
1、在面板工业生产领域，由于面板产品生产制造复杂且繁琐，制造过程中容易引入各种各样的缺陷，其中，表面缺陷是面板产品质量受到影响的最直观表现，因此需要对面板产品进行表面缺陷检测。
2、传统面板产品的表面缺陷检测主要依赖人工检查。然而，这种方式存在人为主观性强、效率低下以及易受主观因素干扰等问题，此外，随着面板工业生产规模的增大以及生产效率的提高，传统的人工检查已经无法满足需求。目前，随着深度学习技术的发展，越来越多的面板产品厂商采用基于深度学习的目标检测方式取代人工检查，但是这种方式仍然存在一些问题，这是由于基于深度学习的目标检测方式需要进行数据训练，因此需要收集大量的面板产品的图像数据，比较依赖于图像数据，检测效率较低，并且对面板产品的图像背景干扰比较敏感，无法同时兼顾面内的周期性线路区域以及面外的不规则线路区域，容易出现漏检和过检的问题。
技术实现思路
1、本专利技术提供一种面板表面缺陷检测方法、系统、设备及存储介质，解决了现有面板表面缺陷检测存在的检测效率低、容易出现漏检和过检的问题。
2、在第一方面，本专利技术实施例中提供一种面板表面缺陷检测方法，所述方法流程如下：
3、对面板图像进行区域划分，以得到面内区域图像和面外区域图像，其中，所述面内区域图像包括规则的周期性线路背景，所述面外区域图像包括不规则的周边线路背景；
4、对
5、对面外区域图像进行非线性变换、阈值分割以及闭运算操作，以得到包括面外缺陷检测结果的面外目标结果图像；
6、对面内目标结果图像和面外目标结果图像进行区域联通，以得到包括所有面板缺陷检测结果的联通区域目标结果集合；
7、对联通区域目标结果集合进行缺陷属性组合筛选，以得到最终的面板缺陷检测结果。
8、于上述实施例中，本专利技术针对面板表面的图像特点进行区域划分，首先将面板图像划分为两部分，第一部分为包括单一且规则的周期性线路背景的面内区域图像，其中，面内区域图像的面积较大，需要的计算资源较多；第二部分为包括复杂且不规则的周边线路背景的面外区域图像，其中，面外区域图像的面积较小，需要的计算资源较少；然后针对面内区域图像和面外区域图像的图像特征分别进行缺陷检测算法的设置，以检测出相应区域的缺陷检测结果；最后通过缺陷属性组合筛选，进一步区分缺陷类型以及过滤掉误检出的情况，本专利技术采用分区域检测的方式能够快速、准确获取缺陷检测结果，解决了现有面板表面缺陷检测存在的检测效率低、容易出现漏检和过检的问题。
9、作为本申请一些可选实施方式，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作之前，需要对面内区域图像进行高斯滤波。
10、于上述实施例中，本专利技术通过对面内区域图像进行高斯滤波，能够去掉面内区域图像的噪声干扰。
11、作为本申请一些可选实施方式，对面外区域图像进行非线性变换、阈值分割以及闭运算操作之前，需要对面外区域图像进行高斯滤波。
12、于上述实施例中，本专利技术通过对面外区域图像进行高斯滤波，能够去掉面外区域图像的噪声干扰。
13、作为本申请一些可选实施方式，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作的流程如下：
14、对面内区域图像进行两次均值滤波，以得到包括前景图像的画面图像a1以及包括背景图像的画面图像a2；
15、对画面图像a1和画面图像a2进行像素作差，以得到包括前后景背景像素差的画面图像a3；
16、对画面图像a3进行阈值分割，以得到包括面内缺陷检测目标的画面图像a4；
17、对画面图像a4进行膨胀、腐蚀，以得到包括面内缺陷检测结果的面内目标结果图像a。
18、于上述实施例中，本专利技术针对面内区域图像存在单一且规则的周期性线路背景的图像特点，首先通过两次均值滤波得到前景图像和背景图像，然后对前景图像和背景图像进行像素作差得到前后景背景像素差，然后对前后景背景像素差进行阈值分割，将前后景背景像素差较大的区域作为面内缺陷检测结果。
19、作为本申请一些可选实施方式，对面外区域图像进行非线性变换、阈值分割以及闭运算操作的流程如下：
20、对面外区域图像进行非线性变换，以得到面外区域图像的增强图像b1；
21、对增强图像b1进行阈值分割，以得到包括面外缺陷检测目标的画面图像b2；
22、对画面图像b2进行膨胀、腐蚀，以得到包括面外缺陷检测结果的面外目标结果图像b。
23、于上述实施例中，本专利技术针对面外区域图像存在复杂且不规则的周边线路背景的图像特点，首先通过非线性变换，改变面外区域图像的对比度，然后直接对面外区域图像进行阈值分割，即可得到像素较大的区域作为面外缺陷检测结果。
24、作为本申请一些可选实施方式，对面内目标结果图像和面外目标结果图像进行区域联通的流程如下：
25、基于面板图像对应的区域划分原则，反向对面内目标结果图像a和面外目标结果图像b进行区域拼接，以得到区域联通图像；
26、基于区域联通图像对面内缺陷检测结果和面外缺陷检测结果进行位置组合，以得到包括所有面板缺陷检测结果的联通区域目标结果集合。
27、于上述实施例中，本专利技术通过区域拼接和位置组合，可以获得关于整张面板图像的联通区域目标结果集合，便于后续对所有面板缺陷检测结果进行缺陷属性组合筛选。
28、作为本申请一些可选实施方式，对联通区域目标结果集合进行缺陷属性组合筛选的流程如下：
29、构建缺陷属性组合，其中，所述缺陷属性组合包括缺陷坐标、缺陷面积、缺陷填充率、缺陷像素值以及缺陷角度；
30、基于缺陷属性组合对联通区域目标结果集合进行过滤筛选、分类组合，以得到最终的面板缺陷检测结果。
31、于上述实施例中，本专利技术通过对联通区域目标结果集合进行缺陷属性组合筛选，能够进一步区分缺陷类型以及过滤掉误检出的情况。
32、在第二方面，本专利技术提供一种面板表面缺陷检测系统，所述系统包括：
33、图像区域划分单元，所述图像区域划分单元用于对面板图像进行区域划分，以得到面内区域图像和面外区域图像，其中，所述面内区域图像包括规则的周期性线路背景，所述面外区域图像包括不规则的周边线路背景；
34、面内区域图像单元，所述面内区域图像单元用于对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作，以得到包括面内缺陷检测结果的面内目标结果图像；
35、面外区域图像单元，所述面外区域图像单元用于对面外区域图像进行非线性变换、阈值分割以及闭运算操作，以得到包括面外缺陷检测结果的面外目标结果图像；
36本文档来自技高网...
【技术保护点】
1.一种面板表面缺陷检测方法，其特征在于，所述方法流程如下：
2.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作之前，需要对面内区域图像进行高斯滤波。
3.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面外区域图像进行非线性变换、阈值分割以及闭运算操作之前，需要对面外区域图像进行高斯滤波。
4.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作的流程如下：
5.根据权利要求4所述的一种面板表面缺陷检测方法，其特征在于，对面外区域图像进行非线性变换、阈值分割以及闭运算操作的流程如下：
6.根据权利要求5所述的一种面板表面缺陷检测方法，其特征在于，对面内目标结果图像和面外目标结果图像进行区域联通的流程如下：
7.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对联通区域目标结果集合进行缺陷属性组合筛选的流程如下：
8.一种面板表面缺陷检测系
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行计算机程序时实现权利要求1-7中任一项所述一种面板表面缺陷检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述一种面板表面缺陷检测方法。
...【技术特征摘要】
1.一种面板表面缺陷检测方法，其特征在于，所述方法流程如下：
2.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作之前，需要对面内区域图像进行高斯滤波。
3.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面外区域图像进行非线性变换、阈值分割以及闭运算操作之前，需要对面外区域图像进行高斯滤波。
4.根据权利要求1所述的一种面板表面缺陷检测方法，其特征在于，对面内区域图像进行均值滤波、像素作差、阈值分割以及闭运算操作的流程如下：
5.根据权利要求4所述的一种面板表面缺陷检测方法，其特征在于，对面外区域图像进行非线性变换、阈值分割以及闭运算操作的流程如下：
6....
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：成都数之联科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。